拡張ディッキーフラーテストとの混乱

16

私はelectricityRパッケージで利用可能なデータセットに取り組んでいますTSA。私の目的は、arimaモデルがこのデータに適切であり、最終的に適合するかどうかを調べることです。私は進んように、次：

第1回：次のグラフ場合は結果の時系列プロット ts plot1

第二は：私のログを撮りたかったelectricity分散を安定化させ、その後、必要に応じて、一連の差分を取ったが、ちょうどその前に、私は上の定常性について試験をadf（Augmented Dickey Fuller）テストを使用した元のデータセットと、驚くべきことに、次のようになりました。

コードと結果：

adf.test(electricity)

             Augmented Dickey-Fuller Test
data:  electricity 
Dickey-Fuller = -9.6336, Lag order = 7, p-value = 0.01 
alternative hypothesis: stationary
Warning message: In adf.test(electricity) : p-value smaller than printed p-value

さて、私の初心者の時系列の概念によると、データが定常的であることを意味すると思います（小さなp値、非定常性の帰無仮説を棄却）。しかし、tsプロットを見ると、これが静止している可能性はありません。誰にもこれについて有効な説明がありますか？

r time-series stationarity

— ヴァラ
ソース

5

ADFは、単位根の定常のみをテストします。これは、定常の傾向である場合があります。したがって、KPSSテストを使用する必要があります。stats.stackexchange.com/ questions / 30569 / ...を参照してください。一般に、DS（差分定常）モデルとTS（定常定常）モデルには違いがあります。KPSSは、これらのモデルを区別するためのより良いテストです。詳細については、リンクを参照してください。

— 統計Tistician

3

シリーズには季節とトレンドがあるようです。ADFテストに確定的な傾向と季節的なダミーを統合して、テストを実行します。自己相関残差も確認してください。

— パンテラ

12

adf.test $x_t - x_{t-1}$

> adf.test(electricity, k=12)

Augmented Dickey-Fuller Test
data:  electricity
Dickey-Fuller = -1.9414, Lag order = 12, p-value = 0.602
alternative hypothesis: stationary

— ホレス
ソース

2

「adf.test」が実際に「直接または間接的に」「tseries」パッケージに由来すると仮定すると、その理由は、線形の時間トレンドが自動的に含まれることです。tseries doc（バージョン0.10-35）から：「定数と線形トレンドを組み込んだ一般的な回帰式が使用されます[...]」そのため、テスト結果は実際にトレンドの定常性を示します（名前にもかかわらず定常ではありません）。

また、季節の影響が結果を歪める可能性があることにもパンテラに同意します。このシリーズは、実際には時間トレンド+決定論的季節+確率的単位根プロセスである可能性がありますが、ADFテストでは、季節変動を決定論的傾向への確率的反転として誤って解釈する可能性があり、それは根が1よりも小さいことを意味します。（一方で、十分な遅延を含めた場合、これはADFテストが調べるゼロ/長期の周波数ではなく、季節周波数で（偽の）単位根として表示されるはずです。いずれにせよ、季節のパターンには季節を含めることをお勧めします。）

— スヴェン・S
ソース